MATLAB矩阵结构转换及求值
这里写目录标题
表 矩阵结构变换函数及其含义
| 函数名 | 含义 |
|---|---|
| diag(A) | 提取矩阵A主对角线元素,产生一个具有min(m,n)个元素的列向量 |
| diag(A,k) | 提取第k条对角线的元素 |
| diag(V) | 产生一个m×m对角矩阵,其主对角线元素为向量V的元素 |
| diag(V,k) | 产生一个n×n(n=m+ |k| )对角阵,其第k条对角线的元素为向量V的元素 |
| triu(A) | 求矩阵A的上三角阵 |
| triu(A,k) | 求矩阵A的第k条对角线以上的元素 |
| tril(A) | 求矩阵A的下三角阵 |
| tril(A,k) | 求矩阵A的第k条对角线以下的元素 |
| rot90(A,k) | 将矩阵A旋转90º的k倍,按逆时针方向 |
| fliplr(A) | 对矩阵A实施左右翻转 |
| flipud(A) | 对矩阵A实施上下翻转 |
1.对角阵和三角阵
(1)对角阵
对角矩阵:只有对角线上有非0元素的矩阵称为对角矩阵、
数量矩阵:对角线上元素相等的对角矩阵
单位矩阵:对角线上元素全为1的对角矩阵
提取矩阵对角线元素
diag(A):提取主对角线上的元素
diag(A,n):提取第n条对角线上元素
注:主对角线为第0条元素,第1条对角线为主对角线往上一条,第-1条对角线为主对角线往下一条
>> A=[1 2 3;4 5 6;7 8 9]
A =
1 2 3
4 5 6
7 8 9
>> diag(A) %提取主对角线上的元素
ans =
1
5
9
>> diag(A,-1) %提取第-1条对角线上的元素
ans =
4
8
构造对角矩阵
设V为具有m个元素的向量。
diag(V):产生一个m×m对角矩阵,其主对角线元素即为向量V的元素。
diag(V,k):产生一个n×n(n=m+|k|)对角阵,其第k条对角线的元素即为向量V的元素。
>> V=[6 6 6]
V =
6 6 6
>> diag(V) %构造以[6 6 6]为主对角线的矩阵
ans =
6 0 0
0 6 0
0 0 6
(2)三角阵
上三角阵:矩阵的对角线以下的元素全为0的一种矩阵。
下三角阵:矩阵的对角线以上的元素全为0的一种矩阵。
提取矩阵中元素
trui(A):求矩阵A上三角阵
trui(A,K):求矩阵A第K条对角线之上的元素
trul(A):求矩阵A下三角阵
trul(A,K):求矩阵A第K条对角线之下的元素
>> a=[1 2 3;4 5 6;7 8 9]
a =
1 2 3
4 5 6
7 8 9
>> trui(a,1) %输出第一条对角线以上内容
ans =
0 2 3
0 0 6
0 0 0
2.矩阵的转置
矩阵转置运算符 :’(单引号)
>> a=[1 2 3;4 5 6;7 8 9]
a =
1 2 3
4 5 6
7 8 9
>> b=a' %求取a的转置
b =
1 4 7
2 5 8
3 6 9
3.矩阵的逆
| 函数名 | 含义 |
|---|---|
| inv(A) | 求方阵A的逆矩阵 |
| pinv(A) | 求A的伪逆矩阵 |
矩阵的逆
a =
5 6 7
10 11 12
21 22 23
>> inv(a)
ans =
1.0e+15 *
1.8380 -2.6735 0.8355
-3.6761 5.3470 -1.6709
1.8380 -2.6735 0.8355
使用矩阵求逆方法 求解线性方程组
Ax = b
其解为:x = A’b
例如:解线性方程组
x+2y+3z=5
x+40y+9z=-2
x+8y+27z=6
clc;
A=[1,2,3;1,4,9;1,8,27]
b=[5,-2,6] '
x=inv(A)*b
x=A\b %上行求解相当于左除
表 矩阵求值函数及其含义
| 函数名 | 含义 |
|---|---|
| det(A) | 求方阵A的行列式的值 |
| rank(A) | 求矩阵秩 |
| trace(A) | 求矩阵的迹 |
| norm(A)或norm(A,2) | 计算2—范数 |
| norm(A,1) | 计算1—范数 |
| norm(A,inf) | 计算∞—范数 |
| cond(A,1) | 计算1—范数下的条件数 |
| cond(A)或cond(A,2) | 计算2—范数下的条件数 |
| cond(A,inf) | 计算∞—范数下的条件数 |
4.矩阵的行列式
把一个方阵看作一个行列式,并对其按行列式的规则求值,这个值就称为矩阵所对应的行列式的值。
det(A) 求方阵A所对应的行列式的值。
>>a =
5 6 7
10 11 12
21 22 23
>> det(a) %求矩阵a对应的行列式 并计算求值
ans =
-5.9846e-15
5.矩阵的秩和迹
(1)矩阵的秩
矩阵线性无关的行数与列数称为矩阵的秩。
rank(A) 求矩阵秩。
A = [2,2,-1,1;4,3,-1,2;8,5,-3,4;3,3,-2,2]
r = rank(A)
r =
4
(2)矩阵的迹
矩阵的迹等于矩阵的对角线元素之和,也等于矩阵的特征值之和。
trace(A) 求矩阵的迹。
A=[2,2,3;4,5,-6;7,8,9]
trace(A)
ans =
16
6.矩阵的范数
矩阵的范数及其计算函数
A为m×n矩阵,V为n维向量
(1) norm(A)或norm(A,2):计算2—范数。
(2) norm(A,1):计算1—范数。
(3) norm(A,inf):计算∞—范数。
7.矩阵的条件数
(1) cond(A,1):计算1—范数下的条件数。
(2) cond(A)或cond(A,2):计算2—范数下的条件数。
(3) cond(A,inf):计算∞—范数下的条件数。
8.矩阵的特征值和特征向量
表.求特征值与特征向量函数及其含义
| 函数名 | 含义 |
|---|---|
| E=eig(A) | 求全部特征值,构成向量E |
| [V,D]=eig(A) | 求全部特征值,构成对角阵D,并求特征向量构成V的列向量 |
| [V,D]=eig(A,‘nobalance’) | 与第2种格式类似,但第2种格式中先对A作相似变换后求矩阵A的特征值和特征向量,而格式3直接求矩阵A的特征值和特征向量 |
使用求特征值的方法求解方程
例:3x5-7x4+5x2+2x-18=0
clc;
p=[3,-7,0,5,2,-18];
A=compan(p); %A的伴随矩阵
x1=eig(A) %求A的特征值
x2=roots(p) %直接求多项式p的零点
本文介绍了MATLAB中矩阵的各种操作,包括对角阵和三角阵的提取与构造,矩阵的转置,逆矩阵计算,行列式求值,矩阵秩和迹的确定,范数计算,条件数的获取以及特征值和特征向量的求解。通过这些操作,可以深入理解和应用线性代数中的概念。

229

被折叠的 条评论
为什么被折叠?



